收藏本页
手机版
二维码
近日，无人驾驶公司轻舟智航（QCraft）正式对外确认已获得种子轮投资。新一轮融资主要用于两方面：通过完善大量的工具链以及仿真测试环境，建立起无人驾驶技术的“自动化规模生产的工厂”；基于这个“造火箭”、“自动化规模生产”的技术路径，与合作伙伴一起逐步推动国内外某些场景的测试及试运营。
自动驾驶是一个万亿美金的市场，但同时也伴随了许多未知和风险。他们能否追赶目前的行业进程？到底还需要多少时间？他们拥有多少资源？还有太多的不确定性。这些问题对任何一家公司都是一项庞大、艰难的任务，即便是由自动驾驶领域明星人物组建的团队也是如此。
轻舟智航四位联合创始人于骞、汪堃 、侯聪、大方，都曾在Waymo就职，有着丰富的自动驾驶实战经验，并都是自动驾驶研发的中坚力量。
作为联合创始人，侯聪拥有佐治亚理工学院取得计算机科学博士学位，本科毕业于清华大学，是无人车感知系统专家、系统性能优化专家、Top Coder，在感知领域拥有丰富的研究经验。曾获得Waymo Hoff Award特殊贡献奖。
值得注意的是，在自动驾驶领域，小马智行PonyAI、禾多科技、以及硅谷Zoox也得到了IDG投资。「核心团队来自国际一线自动驾驶大厂，成员之间高度互补。」元璟资本合伙人刘毅然表示。
在他看来，整个团队在感知、规划、决策和仿真等领域上拥有深厚积累和实战经验，实现了全栈覆盖。公司在成立以来利用先进的技术选型实现了更高的的人员效率和资本效率，并基于丰富行业经验确定他们的技术选型：建立“自动化规模生产的工厂”
大规模智能仿真系统及可自主学习决策规划框架的技术路径，正是无人驾驶公司轻舟智航的核心优势。
按照于骞的说法，借助大规模智能仿真系统和可自主学习决策规划框架，降低测试成本，提升开发效率，保证解决方案的可拓展性。
他比喻这种独特的技术路径是建立“自动化规模生产的工厂”：“相比传统的‘造梯子’路径，更像是在‘造火箭’。”
轻舟智航将有效数据、智能仿真系统以及决策规划框架这三点视为推动技术向前不断深入。
与这种主流的仿真软件不同，轻舟智航的仿真软件界面拒绝“华而不实”，抛弃了复杂的渲染工作，仅保留了感知结果，包括3D Box和雷达点的叠加，场景很真实。
汪堃详细介绍了区别于游戏引擎开发的轻舟智航仿真系统架构：
最底层的是轻舟智航自研的Car OS，借助底层的通讯系统来保证模块之间的高效通讯；Car OS与仿真器是高度整合的系统，核心仿真器及评估器，是基于底层的Car OS接口开发的，能保证仿真系统的确定性；第三层是仿真周边工具链和基础架构，可保证整个数据闭环的有效性，将全部数据高效利用起来；第四层是大规模场景库构建；最顶层是分布式系统仿真平台，支持快速、大规模的仿真应用，在短时间内得出正确评估。除了独特的仿真系统，轻舟智航的仿真评估器也可以分为5类：
安全性评估器（Safety evaluator），包含是否碰撞、是否压到路边、是否撞到行人等评估；真值评估器（Ground Truth evaluator），可通过人工标注或自动标注的方式对仿真结果进行检测对比，及时反馈；法规评估（Law evaluator），指的是根据交通规则进行评估，例如是否闯红灯、是否逆行等；舒适度评估（Comfort evaluator），指是否有急刹等带来不舒适感的等行为；状况评估（Stats evaluator），相对比较底层一些，指根据模块生成的中间结果，进行纵向比较得到评估的结果。汪堃表示，“我们认为仿真是达到规模化无人驾驶技术的唯一路径。
一方面，借助仿真及相关工具链，能形成高效的数据测试闭环，支持算法的测试和高效迭代，取代堆人或堆车的方式；另一方面，只有经过大规模智能仿真验证过的软件，才能够保证安全性和可用性。
轻舟智航目标是打造适应城市复杂交通环境的“老司机”，值得一提的是业务模式为合作伙伴提供可量产的L4级无人驾驶解决方案。
其实，很多初创公司都将自己的自动驾驶解决方案定位在 L 4，但事实上这一级别的自动驾驶看起来很激动人心，但离实际市场还有一段距离，而且还将面临各种法律法规的问题。
对于 L4的定位，于骞的思考是——我们本身是做技术出身，L4在技术上来说更难，但 L4也更加符合未来的预期。
我们的定位是无人驾驶技术解决方案提供商，与合作伙伴一起完成从 demo 到商业化落地。
整个自动驾驶行业在往合作方向发展，并非一家公司就能从头做到尾。我们对“合作”是非常坚定的态度，只聚焦自己擅长的领域。
而落地问题，在可预见的未来是很快可以实现的。我们的市场和产品的落地会在中美两地并进，我们希望做一个符合中国的交通系统的解决方案。
在过去一年的起步阶段，轻舟智航不希望通过见招拆招的方式进入到某个具体的小应用场景，变成一家靠堆人来解决问题、无法规模化的工程公司。而是专注于“修炼内功”，在做到主线够深入、横向可扩展之后，再以轻、快的方式实现真正的无人驾驶。
简言之，他们的技术方案将覆盖从低速到高速、从物流到出行、从商用车到乘用车等多个场景。
“作为创业公司，我们选择以渐进的方式去推进无人驾驶，所以会以低速场景起步，从低速、载货、商用车逐步向高速、载人、乘用车推进。”
当然，这也包括一众自动驾驶玩家聚焦的Robotaxi产品运营模式。于骞认为，Robotaxi是应对城市复杂道路交通环境里的长期目标，也是无人驾驶落地最终的应用场景。他们自己不会做Robotaxi的打车网络，以及Robotaxi的全栈式模式——从生产到运营，而是专注以技术作为切入点。
无人驾驶是一个庞大的市场，目前处于比较早期的阶段。2019年入局的轻舟智航不算早，但也有后发优势。近期自动驾驶融资消息不断，这对行业是好事，说明自动驾驶行业春天已来，随着供应链上下游逐步完善，特定场景的无人车陆续上路。而规模应用，将会在2到3年后爆发。
